利用空间直方图对目标进行特征建模，之后利用meanshift算法进行跟踪匹配，该算法匹配跟踪结果非常好。空间直方图包括目标的直方图信息、位置均值、位置协方差。...
分类：
其他好文 时间：
2016-04-01 18:22:25
阅读次数：
151
运用PCA对高维数据进行降维，有一下几个特点： （1）数据从高维空间降到低维，因为求方差的缘故，相似的特征会被合并掉，因此数据会缩减，特征的个数会减小，这有利于防止过拟合现象的出现。但PCA并不是一种好的防止过拟合的方法，在防止过拟合的时候，最好是对数据进行正则化； （2）使用降维的方法，使算法的运 ...
分类：
其他好文 时间：
2016-03-30 09:52:43
阅读次数：
258
误差模型：过拟合，交叉验证,偏差-方差权衡作者Natasha Latysheva;Charles Ravarani
发表于cambridgecoding介绍??在本文中也许你会掌握机器学习中最核心的概念:偏差-方差权衡.其主要想法是,你想创建尽可能预测准确并且仍能适用于新数据的模型(这是泛化).危险的是,你可以轻松的在你制定的数据中创建过度拟合本地噪音的模型,这样的模型是无用的,并且导致弱泛化能力...
分类：
其他好文 时间：
2016-03-26 06:57:59
阅读次数：
4042
已知N个正整数：A1、A2、……、An 。今要将它们分成M组，使得各组数据的数值和最平均，即各组的均方差最小。均方差公式如下： ,其中σ为均方差，是各组数据和的平均值，xi为第i组数据的数值和。 这一行只包含一个数，表示最小均方差的值(保留小数点后两位数字)。首先任取一个初始的分组方案，进行两种随机
分类：
其他好文 时间：
2016-03-19 16:15:50
阅读次数：
157
题目大意：将n个数分成m组，将每组的最大值与最小值的平方差加起来，求最小和。 题目分析：先对数排序。定义状态dp(i,j)表示前 j 个数分成 i 组得到的最小和，则状态转移方程为dp(i,j)=min(dp(i,k-1)+w(k,j))，其中w(i,j)=(a[i]-s[j])*(a[i]-a[j
分类：
其他好文 时间：
2016-03-19 12:33:51
阅读次数：
124
matlab是标准的，numpy相当于转置后计算 >> x = [2,0,-1.4;2.2,0.2,-1.5;2.4,0.1,-1;1.9,0,-1.2] x = 2.0000 0 -1.4000 2.2000 0.2000 -1.5000 2.4000 0.1000 -1.0000 1.9000
分类：
其他好文 时间：
2016-03-19 00:59:33
阅读次数：
494
cov11 = sum((dim1-mean(dim1)).*(dim1-mean(dim1)))/(size(MySample,1)-1) cov11 = 296.7222 >> std(dim1) ans = 17.2256 >> std(dim1).^2 ans = 296.7222 统计学里
分类：
其他好文 时间：
2016-03-18 23:33:52
阅读次数：
548
【哲学思想】即使我们对真相（真值）一无所知，我们任然可以通过研究事物规律，历史信息，当前观测而能尽可能靠近真相（真值）。 【线性预测模型】温度的变化是线性规律的，已知房间温度真值每小时上升1度左右（用协方差R来描述高斯白噪），但具体上升1度多少不得而知。 【线性观测模型】人用温度计读取房间温
分类：
其他好文 时间：
2016-03-13 16:16:12
阅读次数：
260
#coding:utf-8
import math
import copy
import numpy as np
import matplotlib.pyplot as pltisdebug = True#指定k个高斯分布参数，这里指定k=2。
#注意2个高斯分布具有相同方差Sigma，均值分别为Mu1,Mu2。
#共1000个数据#生成训练样本，输入6,40,20,2
#两类样本方差为6，
#...
分类：
编程语言 时间：
2016-03-10 17:30:42
阅读次数：
324
知乎上看到的 - 收集高质量标注数据 - 输入输出数据做好归一化，以防出现数值问题，方法就是主成分分析啥的。- 参数初始化很重要。太小了，参数根本走不动。一般权重参数0.01均方差，0均值的高斯分布是万能的，不行就试更大的。偏差参数全0即可。- 用SGD ，minibatch size 128。或者
分类：
其他好文 时间：
2016-03-09 10:57:06
阅读次数：
166
